基于深度学习的PBX裂纹像素级识别方法

高聚物粘结炸药(Polymer Bonded Explosive,PBX)内部裂纹对其性能及可靠性具有明显影响,裂纹的精确识别是PBX内部质量检测的关键。针对PBX内部裂纹识别,基于U-Net和SegNet两种像素级图像识别网络,建立了5种深度学习网络,对比研究了网络连接方式和预训练模型对裂纹识别的影响。基于CT获取的PBX裂纹图建立了数据集,对5种网络进行了训练,采用准确率(A)、F1值(F1)和平均交并比(MIoU)指标对网络进行了评估,在此基础上选择细节识别性能最优的网络用于PBX裂纹的识别和量化分析。结果表明,针对裂纹像素级识别,U-Net型网络优于Seg-Net型网络,网络中Concatenate操作比Pooling Indices操作保留更多图像细节信息,采用预训练模型MobileNet和ResNet可以提高网络训练速度,但导致其裂纹像素级识别性能降低。利用建立的识别方法开展PBX裂纹识别研究,实现了对PBX裂纹的像素级识别,裂纹检出率0.9570,单像素识别准确率为0.9936,MIoU为0.9873,相对裂纹面积为0.7585。

一种高帧频大动态范围像素级数字化读出电路设计

与短波和中波器件相比,长波红外探测器具有较大的光电流和暗电流,故需要强大的电荷存储能力。而使用传统的模拟像元读出电路技术会严重受限于电荷存储能力,使得长波探测器的动态范围和信噪比难以提升,从而制约着长波红外成像系统的发展和应用。提出一种像素级数字读出电路技术,通过数字积分克服了传统模拟积分方案电荷存储能力受限的缺陷,实现了探测器的数字信号输出,能够极大提高探测器的动态范围、抗干扰能力和帧频。该技术是提升长波探测器性能的有效途径。基于该技术设计了一款像元间距为30 m的320×256数字读出电路,其输出以低压差分信号(Low Voltage Differential Signal,LVDS)方式传输。仿真结果显示,该电路的最高帧频可达1000 Hz,动态范围大于95 dB。

叠加噪声干扰图像双阈值像素级分割方法

受干扰噪声的影响,在对图像进行分割处理时,难以实现对目标区域边缘的准确判断,导致错分的情况。为此,提出了叠加噪声干扰图像双阈值像素级分割方法。以叠加噪声干扰图像的灰度直方图为基础,在计算熵值的前提下,设置两个初始阈值为灰度范围的三等分点,按照步长5的标准迭代,并确定熵最大的阈值组合为叠加噪声干扰图像的最大熵双阈值。在分割阶段,利用计算得到的叠加噪声干扰图像最大熵双阈值进行边缘检测,并引入了一个3×3的窗口,计算噪声周围像素的平均值,实现对噪声像素的赋值,实现像素级分割。测试结果表明,该方法不仅实现了对背景的有效分割,还未造成目标区域缺失,且像素错分情况始终处于较低水平,对应的占比未超过0.60%。

亚像素级数字图像弱边缘小目标快速检测算法

小目标往往在图像中占据较少的像素区域,与背景色彩相近,导致对其检测面临目标分辨率低、目标与背景相似度高等问题,使得传统的像素级定位方法无法满足亚像素精度的检测需求。为此,文中研究亚像素级数字图像弱边缘小目标快速检测算法。基于三次B样条小波模极大值方法多层分解并计算图像弱边缘的模极大值,获取弱边缘细节图像,将其输入亚像素级的Franklin矩方法中,对其旋转处理,检测亚像素弱边缘目标点,采用最大类间方差法确定最佳灰度差阈值,提升图像弱边缘小目标快速检测能力。测试结果显示:图像信杂比增益均在0.017以下;背景抑制因子结果均在0.922以上;亚像素坐标计算结果和实际结果之间的误差均低于(0.11,0.13),清晰呈现了弱边缘小目标的分布情况。

基于亚像素级的墙面裂缝宽度检测方法研究

针对目前计算墙面裂缝宽度精度低的问题,提出一种基于亚像素级裂缝宽度计算方法。该方法在提取裂缝区域的基础上,运用基于中轴线垂线的裂缝宽度测量方法,结合多项式拟合裂缝边缘,提取裂缝左右边缘亚像素坐标点,从而运用欧式距离方法计算出亚像素级裂缝宽度,并且与像素级计算宽度的方法进行了对比。实验的结果表明,该算法计算结果更加精确,可用于多种类型的墙面裂缝宽度测量,其中纵向、横向和交叉裂缝测量的平均相对误差分别为3.02%、2.44%和3.72%,相比于像素级方法,平均误差分别减少了1.87%、1.95%和2.07%,具有较强的泛化能力以及稳定性。

基于深度像素级特征的孪生网络目标跟踪方法

目标尺度变化和低分辨率的复杂场景往往会影响目标跟踪算法的性能进而导致跟踪精度下降。针对此问题,提出了一种基于深度像素级特征的孪生网络目标跟踪方法。引入像素级特征融合方法对目标模板和搜索区域的多层特征进行融合、设计基于残差网络和拓扑结构的特征深层提取模块、依据判据筛选历史信息得到合适模板特征进行模板更新。实验结果表明,所提改进算法在VOT2018数据集上比基础算法的EAO值提升了5.31%,准确率提升了0.83%,鲁棒性提升了3.85%;在OTB100数据集上,所提算法精确率为91.4%,成功率为71.7%,与基础算法相比,精确率提升了3.28%,成功率提升了5.13%。

像素级数字长波制冷红外焦平面探测器研究进展

介绍了美国、法国等西方红外强国在像素级数字化制冷长波红外焦平面探测器方面的研究现状及发展趋势。基于像素级ADC(模数转换)数字读出电路(ROIC)的不同实现架构,阐述了美国MIT实验室、法国Sofradir及CEA-Leti公司开发的像素级ADC数字读出电路原理及像素级数字化长波制冷红外焦平面探测器的最新研究成果。最后介绍了昆明物理研究所在像素级数字化制冷长波红外焦平面探测器研究方面取得的最新进展。昆明物理研究所突破像素级ADC设计等关键技术后,研制出320×256(30?m中心距)像素级数字读出电路,并与相同规格的长波制冷红外焦平面探测器互连,主要性能参数与国外同类像素级数字化长波焦平面探测器相当。

像素级模数转换器研究进展

像素级模数转换器因其独特的集成位置而具有高帧频、大动态范围、低功耗及低噪声等优点,广泛应用于红外、可见光及太赫兹成像等领域。文章介绍了主流像素级模数转换器结构的原理,综述了像素级模数转换器在动态范围、功耗、面积及噪声等性能参数的研究进展,最后分别比较和总结了各改进方向的几种关键技术并做出展望。

像素级和目标级耦合的三维建筑物变化检测方法

城市建筑物三维变化检测可以服务于城市精细化管理、基础数据库更新以及灾害评估。随着城市的快速发展,城市建筑物变化类型更加复杂,现有变化检测方法难以满足需求。本文提出了一种像素级与目标级耦合的三维建筑物变化检测方法。本方法首先将两时相机载激光点云格网化并利用对应格网高度差异定位像素级变化区域;然后利用机载激光点云生成建筑物目标;最后联合像素级和目标级的变化信息,基于监督学习的方法判断建筑物目标的变化类型。利用本文方法在机载激光点云数据集上实验并进行定量评价,召回率和准确率分别为90.3%和84.8%。实验结果表明提出的方法可以对复杂城市场景建筑物变化做出精准定位及类型判断,并可以应用于违建发现。

邻域级和超像素级差异图融合方法

考虑到传统代数运算法生成的合成孔径雷达(Synthetic Aperture Radar, SAR)图像的差异图变化区域和未变化区域对比度差,噪声鲁棒性弱,提出一种邻域级和超像素级差异图融合方法。首先通过对两期图像进行超像素分割,利用超像素结合对数运算获取超像素差异图;其次将相似性差异图和超像素差异图在邻域内进行融合;最后利用迭代阈值技术获取变化检测结果。真实的SAR数据集变化检测结果表明:该方法获取的差异图在噪声鲁棒性和对比度上均展现不错的优势,变化检测结果的kappa值在0.8以上,其可视化结果和评价指标均优于对比方法。

多光谱图像与全色图像的像素级融合研究

以高空间分辨率的全色图像与高光谱分辨率的多光谱图像进行像素级双源融合为例 ,详细地总结了卫星多源遥感图像融合领域像素级融合的步骤、基本融合模型和优缺点 ,重点分析了各种常见像素级融合方法的原理和特点 ,并归纳了像素级融合结果的主客观评价标准和评价方法 ,以及像素级融合的主要应用领域 ,最后讨论了像素级融合目前存在的问题和今后的发展方向。

像素级图像融合方法与融合效果评价

图像融合的目的是将同一场景的多幅图像的互补信息合并成一幅新图像 ,以便更好地完成场景进行监视和侦察等任务 ,是在多测度空间综合处理多源图像和图像序列的技术。融合图像更适合人的视觉和便于图像的后续处理 ,如图像分割、特征提取等。介绍了像素级图像融合的几种方法 ,按空间域和变换域对各种方法进行了分类 ,并对各种方法进行了比较 ;融合图像应保留原图像的重要细节信息且不引入虚假信息 ;

基于LCoS像素级图像亮度调整方法研究

在计算机视觉研究领域,采集到的图像通常由于被测物体局部高亮或局部镜面反射导致局部过饱和,从而影响测量系统的后续数据处理。针对此问题,根据反射式硅基液晶能够逐像素调节入射光的发射率的性质,采用高解析度硅基液晶(liquidcrystal on silicon,LCoS)和图像传感器(CCD或CMOS)相结合,设计了基于LCoS的图像亮度调节硬件系统。根据硅基液晶与图像传感器的光学性质,确立了摄像机模型像平面和LCoS掩膜平面之间的映射关系,提出了基于空间映射的像素对应算法,实验证明,该算法准确、可靠,可以实现图像亮度的像素级调整。

像素级图像融合效果的评价方法研究

研究像素级图像融合效果的各种评价指标 .对现有的指标总结分析 ,提出一些新的指标 .

一种基于假彩色的像素级多传感器图像融合算法

本文给出了一种基于假彩色的像素级多传感器图像融合算法 ,并将其用于两幅灰度图像的融合中 .这种算法将现有的图像融合技术和彩色显示技术相结合 ,在灰度融合图像的基础上利用色差来表现原图像与灰度融合图像的细节差异 .该算法分为三步 :首先 ,用选择与平均相结合的方法得到两幅原图像的灰度融合图像 ;接着 ,求出灰度融合图像与两幅原图像的差异图像 ;最后 ,将两幅差异图像和灰度融合图像分别送至R、G、B颜色通道进行显示 .比起灰度融合图像 ,最终得到的彩色融合图像在色彩上更丰富 ,包含更多的细节 ,直觉上更容易辨认 .

像素级SAR影像时间序列的建模方法研究

像素级遥感影像时间序列保留了更多的原始影像信息和地表细节层次信息,能够更准确地提取地物信息、揭示地物的变化规律。针对SAR影像堆积数据,提出了一种像素级SAR影像时间序列的建模方法,主要步骤包括辐射校正和高精度的几何配准,将SAR影像数据集转换为一系列由离散的后向散射系组成的时间序列文本化数据。利用2006-2009年21幅分辨率为150m的WSM模式ENVISAT ASAR影像进行建模试验,构建了像素级SAR影像时间序列。试验表明:该建模方法具有较高的几何精度和辐射精度,能够直接应用于地物识别,在地物信息提取、聚类分析、变化检测等方面发挥独特的优势。

基于改进的像素级和对象级的遥感影像合成分类

像素级和对象级的分类研究分别作为两个独立的方向开展,二者的结合与优势互补还没有引起关注。对像素级和对象级分类方法的结合进行探索,提出基于改进的像素级和对象级的遥感影像合成分类方法。首先,以一种改进的RBF神经网络分类器进行像素级分类、以一种基于改进模糊支持向量机和决策树的层次分类模型进行对象级分类,获得多层次分类结果。然后,提出具体的像素级分类与对象级分类的合成算法,对多层次分类结果进行合成。试验表明,合成分类方法能有效地提高分类结果的精度,提供比单一像素级方法或对象级方法更准确的分类结果。

遥感数据像素级融合统一模型及实现技术

研究遥感数据像素级融合统一模型及相应的实现技术具有重要的理论和应用价值。根据遥感数据成像机理和多光谱影像理想融合增强结果提出了遥感数据融合算法统一模型,该模型通过数学表达式的方式清晰地反映了参与融合的多光谱影像、从高分辨率全色影像提取的空间细节信息和采取的融合策略三者之间的运算关系,将三类典型融合算法推导成本文提出的统一模型;提出了基于统一模型的实现技术,该实现技术舍去对融合结果没有影响的计算步骤,只计算影响最终融合结果所需的参量,并列出常用融合算法实现过程中两个重要参量的求法。通过分析与比较,本文的统一模型概括更全面、适用性更广;通过分析实现步骤和比较实验结果,证明了基于统一模型的实现技术具有减少运算量的优越性,且具有普遍适用性,能应用于已提出的大部分遥感数据融合算法,有助于遥感数据融合技术的应用推广。

红外焦平面像素级数字化技术最新进展

数字化技术是第三代红外焦平面技术的代表之一,通过实现焦平面片上数字化,较大地扩展了可探测的灵敏度极限,提高了系统的响应速度和系统的作战效能,具备更高的可靠性,使红外焦平面系统性能较第二代有了极大的提升。模拟数字转换器(ADC)是数字化焦平面的重要组成部分,特别是像素级ADC在扩展动态范围、提高传输路径抗干扰能力以及后续信号处理灵活性等方面具有不可替代的优势。本文介绍最具有代表性的几种像素级ADC结构的特点及其对红外焦平面探测器的性能影响,并介绍了像素级数字化技术最新进展情况。

基于改进Lucas-Kanade的亚像素级零件图像配准

针对工业应用中零件图像配准存在的光照变化和纹理稀少的难题,提出了改进Lucas-Kanade的亚像素级零件图像配准算法。首先根据光照变化和几何变换模型构建了模板与待配准图像间的非线性最小二乘函数;然后依据两幅图像的方向向量一致性和边缘特征为函数添加权重,以减少冗余像素点;最后应用Levenberg-Marquardt(LM)算法解算函数最优解,以实现精确图像配准。使用500幅待配准图像进行实验,结果表明该算法对缺少纹理的零件具备光照不变性、配准正确率高且达到亚像素级精度,能够满足工业应用的鲁棒性和精度要求。